1 自动驾驶分级与传感器

图1 自动驾驶中传感器的作用

在自动驾驶技术中,传感器扮演着至关重要的角色,它们是自动驾驶系统感知和理解周围环境的核心组成部分。传感器通过收集和处理环境信息,为自动驾驶系统提供决策依据,从而实现车辆的自主导航、避障、路径规划和安全控制等功能。以下是传感器在自动驾驶中的主要作用及其具体表现:

  • 环境感知:主要包括可行驶区域的检测、障碍物的检测、运动车辆/行人的检测与跟踪、道路与交通标识的识别等等;

  • 车辆定位:通过GNSS/IMU等为车辆提供精确的车道级位置信息,提供增强型的环境感知(在GPS信号弱的场景下,提供车辆的车道级位置信息)能力等;

根据SAE对自动驾驶的分级,将自动驾驶技术划分为六个等级,从L0到L5,每个等级代表不同的自动化程度和驾驶责任分配。

图2 SAE对自动驾驶的分级

图3 SAE对自动驾驶的分级说明

L0(人工驾驶)

  • 定义:完全由人类驾驶员负责驾驶,车辆没有任何自动化功能。系统可能提供一些辅助功能,如警告或干预,但驾驶员必须全程控制车辆。

  • 特点:驾驶员始终负责驾驶,即使车辆配备了辅助驾驶功能。

  • 典型功能:定速巡航、盲点监测等,但这些功能仅在特定条件下提供辅助,驾驶员仍需保持对车辆的控制。

L1(辅助驾驶)

  • 定义:系统在特定驾驶模式下执行部分驾驶任务,但期望人类驾驶员完成剩余任务。驾驶员仍需全程控制方向盘和加减速。

  • 特点:系统提供驾驶支持,但驾驶员仍需操作方向盘和加减速。

  • 典型功能:自适应巡航控制(ACC)、盲点监测(BSM)、车道保持辅助(LKA)等。

L2(部分驾驶自动化)

  • 定义:系统通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支援,其他驾驶动作仍由人类驾驶员操作。

  • 特点:系统可以同时执行多项驾驶任务,但驾驶员仍需保持对车辆的控制。

  • 典型功能:自适应巡航控制(ACC)与车道保持辅助(LKA)的组合,如特斯拉的Autopilot。

L3(有条件驾驶自动化)

  • 定义:由无人驾驶系统完成所有的驾驶操作,根据系统请求,人类驾驶者提供适当的应答。在特定条件下,系统可以接管驾驶,但驾驶员仍需准备随时接管。

  • 特点:系统在特定条件下可以完全接管驾驶,但驾驶员仍需在必要时介入。

  • 典型功能:在高速公路上的自动驾驶,如Waymo的自动驾驶出租车。

L4(高度驾驶自动化)

  • 定义:由无人驾驶系统完成所有的驾驶操作,根据系统请求,人类驾驶者不一定需要对所有的系统请求作出应答。限定道路和环境条件等。

  • 特点:系统可以在特定条件下完全接管驾驶,驾驶员无需持续监控,但在某些情况下仍需接管。

  • 典型功能:在封闭园区或固定路线上的自动驾驶,如某些城市的自动驾驶公交车。

L5(完全自动化)

  • 定义:由无人驾驶系统完成所有的驾驶操作,人类驾驶者在可能的情况下接管,在所有的道路和环境条件下驾驶。

  • 特点:系统可以在所有道路和环境中完全接管驾驶,驾驶员无需干预。

  • 典型功能:完全自动驾驶,如未来的自动驾驶出租车或私人汽车。

将自动驾驶等级与传感器需求进行关联可以得到如下表

图4 不同自动驾驶等级对传感器的需求

以下将对不同自动驾驶等级中涉及到的驾驶功能进行详细描述,并将该功能所需要用到的传感器进行罗列。

1.1 L0人工驾驶

人工驾驶,需要驾驶员执行全部的驾驶任务,主要是一些预警和提示功能,常用的传感器有摄像头(前视、环视、座舱等)、毫米波雷达、超声波雷达。常用的感知模块包括但不限于:分类、检测、分割、车道线检测、关键点等。

TSR:对前视图像(前视)进行标识检测和识别(限速、停车、掉头等标识),并根据识别结果提醒驾驶员注意前面的交通标志。

FCTA/RTCA:对车辆左前方/后方及右前方/后方的目标物体进行检测,并且在车辆与目标物体存在碰撞风险时,进行相应的警示。(前后视、侧视、前后SRR)

FCW/RCW:利用摄像头识别出前方/后方物体,并通过毫米波雷达感测与前车/后车或前方/后方障碍物的距离,同时判断当前的工况。如果观测距离小于报警距离,那么车辆就会进行报警提示;如果观测距离小于安全距离,那么车辆就会启动自动制动。(后视、MRR、后SRR)

HMW(Headway Monitoring Warning):在同速跟车或车速很接近时,计算本车与前车之间的最小安全距离,存在潜在碰撞危险时对驾驶员进行警告提醒。(前视、MRR)

LDW:通过摄像头检测前方车道线,计算出车身与车道线之间的距离,判断汽车是否偏离车道;在驾驶员无意识(未打转向灯)偏离原车道时,系统能在偏离车道0.5s之前发出警告或转向盘开始振动,提示驾驶员回到本车道内,减少因汽车偏离车道引发的危险。(前视、侧视)

DoW:车辆停止期间监控车辆后部侧面范围,由两个尾部雷达传感器进行监控。当识别到后面有车接近时,就会警告车内打开相应车门的乘客。该系统帮助防止与特定交通情况下的其他车辆相撞。在这种情况下,无意间打开驾驶员车门可能会导致碰撞事故。同样也适用于无意间打开左后车门,在这种情况下也会输出警告。(后SRR、侧后视)

NV(Night Vision):利用红外成像技术辅助驾驶员在黑夜中看清道路、行人和障碍物等,减少事故发生,增强主动安全的系统。(前视)

BSD:车辆行驶过程中,当有移动物体(车辆、行人等)进入盲区时,向驾驶员发出警告,辅助驾驶行车或变道。(SRR、侧视)

LCA:汽车C柱有一个视野盲区,变道辅助系统通过雷达/摄像头来监控本车侧后方的区域,可以在一定范围内探测到邻近车道上其他车辆的位置、行驶速度、行驶方向,如果一辆车于视角盲区或以很快的速度从后面接近本车,则输出警告。(后SRR、侧后视)

DMS:疲劳监测(闭眼、打哈欠)、危险行为监测(抽烟、左顾右盼、双手脱把、打电话、未系安全带、吃东西、低头)、驾驶员是否丧失行为能力、注意力/视野范围监测等。(DMS Camera)

PDC (Parking Distance Control):倒车雷达,通过雷达侦测车辆前后方的障碍物,帮助司机“看见”摄像头里看不到的物体,提高驾驶安全性。(超声)

SVM/AVM:利用环视鱼眼摄像头生成的360°环视影像。(环视)

PDA(Parking Distance Alarm):车辆低速行驶时检测到车辆周边的障碍物,自动激活驻车距离警报系统,对驾驶员进行提示。(超声、环视)

FDW:在其系统极限范围内向驾驶员发出碰撞警告,在汽车处于危险情况时做好紧急制动准备。(前视、MRR

IHC(Intelligent Headlamp Control):功能开启后,系统根据前摄像头和前雷达识别前方车辆、其他交通参与者、交通环境的光照情况,并结合本车的运动状态,可以自动请求激活或解除远光灯。在夜间行驶过程中,此功能可以优化车辆前照灯的使用。如果没有车辆和其余交通参与者被探测到,且环境亮度低于0.125lux,系统会激活远光灯。如果有会车、跟车或路灯照明灯状况存在,远光灯会切换为近光灯。(前视、MRR)

1.2 L1辅助驾驶

L1辅助驾驶,智能汽车可持续执车辆运动控制的某一子任务,提供辅助和控制的功能(偏辅助),常用的传感器有摄像头、毫米波雷达、超声波雷达。常用的感知模块包括但不限于:分类、检测、分割、车道线检测、关键点等。

LCC:采用前向雷达与前向摄像头探测道路环境中的车道线及前车的行驶轨迹线,规划出自车应正确保持的行驶轨迹(路径),通过对转向系统的主动干预控制自车按规划的轨迹(路径)行驶,从而减轻驾驶员对转向控制负担。(前视、MRR)

LDP:利用前视摄像头检测车道线,在未打转向灯的前提下,如车轮即将压线或已经压线,通过施加校正性转向干预并进行提示,辅助驾驶员保持车辆在本车道中央。(前视)

LKA:在驾驶员注意力不集中或疲劳驾驶出现车辆偏转时,系统进行主动修正、转向干预,当检测到驾驶员操作转向信号灯时,系统进入被动模式(关闭模式),LKA包含了LDW、LDP和LCC三项功能。

ALC:在ACC+LCC启用的前提下,依赖驾驶员的转向灯指令,ALC系统对周围环境的监测,在特定的驾驶环境下,实施自动化变道。命令式变道辅助最低激活车速为:45km/h,最长等待时间 Tw=6s。

ACC:在传统定速巡航的基础上,采用前车雷达与前向摄像头探测前方车辆、骑行者、行人等目标的运动情况以及道路曲线、道路标志,并针对本车和目标之间的相对距离和相对速度、本车所处的弯道情况及道路限速情况,通过对动力系统、制动系统的主动干预控制自车与目标始终保持合理的车间距及车速行驶,从而减轻驾驶负担的驾驶辅助系统。(前视、MRR)

ATC:当高速巡航通过较大曲率弯道时,可以自动减速使得车辆平顺行驶通过,提高舒适性和安全性。(前视、MRR、侧视、SRR)

AEB:通过雷达,摄像头,激光雷达等传感器检测道路上的车辆,摩托车,行人,自行车,根据碰撞时间的计算来判断是否进行报警,或者制动来提醒驾驶员制动,或者主动制动来避免或减轻碰撞。(Camera、 Radar、 Lidar)

SAS:能够获取道路限速信息并告知驾驶员,根据限速信息进行超速报警并能够主动干预控制车速,使车速保持在允许的最高限速内。(Camera)

ASL(自动限速调节):车辆在自动巡航激活时,允许根据道路限速自动调节车速。(Camera)

1.3 L2部分驾驶自动化

L2部分驾驶自动化,智能汽车可持续执行车辆运动控制任务,提供辅助和控制的功能(控制功能增多),常用的传感器有摄像头、毫米波雷达、超声波雷达。常用的感知模块包括但不限于:分类、检测、分割、车道线检测、关键点、跟踪、多传感器融合、高精地图、SLAM等。

APA:(超声、环视)

(1)泊车入库:利用超声波雷达或环视摄像头实现车位识别,并计算出合适行驶轨迹,对车辆进行横

向/纵向控制使车辆驶入车位;

(2) 泊车出库:若车辆使用自动泊车功能入库,则可自动泊车出库功能,

(3)钥匙召唤功能:通过钥匙控制车辆向前或向后直行;

(4)低速预警功能:当探测到车辆周围有障碍物时,通过图像或声音的方式对驾驶员进行预警;

(5)钥匙泊车辅助:通过钥匙近场通信方式进行自动泊车的泊入和泊出控制;

(6)手机泊车辅助:支持通过手机近场通信的方式进行自动泊车的泊入和泊出控制。

APO(Autonomous Poll Out):针对APA泊车入库的情形,可以选择APO自动驶出,解决狭小车位的泊车便利性。(超声、环视、前视

RPA:在汽车低速巡航并找到空车位后,驾驶员将车辆挂入停车挡,离开汽车。在车外,使用手机发送泊车指令,控制汽车完成泊车操作。(超声、环视、前视、Lidar)

HPA(Home-zone Parking Asist):主要是针对家庭区域的泊车方案。记忆泊车要实现寻找车库,泊入车库的功能,需要地安全行驶到库位旁,需要提升汽车远距离感知的能力,主要使用SLAM技术。其主要原理为:在若干固定区域,自学习泊车系统依靠环视摄像头进行周边环境的建图与定位,并据此记忆用户的驾车及泊车操作,在用户下次来到此固定区域时,系统可根据保存的地图信息进行定位,并进行泊车“回放”。(视觉、Radar、Lidar、超声

TJA:在车辆在沿车道线行驶时,诊断到车道线发生丢失时。跟随前车的行驶轨迹行驶,直至车道线再次识别,TJA功能将切换回LCC。TJA的工作车速范围为:0~60km/h。(视觉、Radar、Lidar)

HWA:该功能主要是在ACC自适应巡航与LKA车道保持辅助的基础上,新增变道功能,其对应实现的技术要求更高,规则性也更强。(视觉、 Radar、Lidar)

1.4 L3有条件驾驶自动化

L3有条件驾驶自动化,智能汽车在适用条件下可持续执行完整的动态驾驶任务,区域性有条件的完全控制功能,并在系统失效时接管车辆控制。常用的传感器有摄像头、毫米波雷达、超声波雷达、激光雷达。常用的感知模块包括但不限于:分类、检测、分割、车道线检测、关键点、跟踪、多传感器融合、高精地图、SLAM等。

TJP:在TJA基础上增加导航和自动并道功能。(Camera、 Lidar, Radar)

HWP:在HWA的基础上增加高速导航、自动并道和自动上下匝道的功能。(Camera、 Lidar、Radar

AVP:停车场或其他限定区域内,实现最后几百米的慢速无人泊车功能。(Camera、 Lidar、Radar、超声)

VPA(记忆泊车单楼层):学习和记忆常用地和常用车位,实现从停车场入口低速自动驾驶至车位附近,并完成自动泊车。(Camera、Lidar、 Radar、超声

VPA-L(记忆泊车跨楼层):学习和记忆常用地和常用车位,实现从停车场入口低速自动驾驶至车位附近,并完成自动泊车,支持跨楼层。(Camera、Lidar、Radar、超声)

L3级自动驾驶系统在设计时需考虑系统的冗余性,以确保在系统失效时仍能保持安全(Fail Safty)。L3系统需要配备至少两个低压电源,以确保系统在电源失效时仍能执行最小风险策略(MRM)。此外,L3系统还需满足ISO26262功能安全标准和ISO21448预期功能安全(SOTIF)标准,以确保系统在预期使用工况下达到合理安全水平。

1.5 L4高度驾驶自动化

L4高度驾驶自动化,在适用的设计范围下,自动驾驶系统可持续执行完整的动态驾驶任务,驾驶员不需要对系统请求作出响应。L4基本上就是上述所有功能的汇总,主要是系统层面的传感器冗余,在此不做过多介绍。

L4级自动驾驶系统对系统的冗余性要求更高,需要在硬件和软件层面实现多重备份,以确保系统在任何情况下都能安全运行。L4系统需要在硬件层面实现冗余设计,例如配备多个传感器和控制器,以确保在单个组件失效时仍能保持系统正常运行。(Fail Operation)

1.6 L5完全驾驶自动化

在所有道路环境执行完整的动态驾驶任务及动态驾驶任务支援,驾驶员无需介入。

L5级自动驾驶系统是完全自动驾驶,要求系统在所有条件下都能安全运行。因此,L5系统需要在硬件和软件层面实现高度冗余设计,包括多个传感器、控制器和电源系统,以确保系统在任何情况下都能安全运行。

L3、L4和L5级自动驾驶系统的设计运行条件(ODD)是其设计的重要组成部分。L3系统的设计运行条件通常较为有限,例如仅在特定道路类型、地理范围、速度范围和操作环境下激活。L4系统的设计运行条件更为严格,通常限定在特定的ODD内,例如高速公路或城市快速路。L5系统的设计运行条件最为广泛,要求在所有条件下都能完成所有驾驶任务。

2、自动驾驶主要传感器汇总对比

图5 自动驾驶主要传感器汇总对比
Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐